专栏首页算法channel@all: 新浪 机器学习算法岗 面试实录

@all: 新浪 机器学习算法岗 面试实录

技术1面

1 Java水平怎么样?

2 问Python给自己打多少分?Python多线程怎么实现?

3 线程和进程的区别?

4 不同进程之间数据能共享吗?

5 Numpy和pandas做了什么?他们有什么优缺点?

6 五行五列二维数组,手写代码输出每行每列的最大值、最小值、平均值、方差

7 问Redis数据库知道多少?

Redis数据类型有几种?

MySQL和Redis有什么区别?

8 怎么设置缓存实现时间(怎么清缓存?)

9 Hadoop,spark用过吗?

10 举了一个高维数据,怎么找出异常值?

技术2面

二面面试官来了。是个算法大佬。是个专门做算法的。直接手出题,他说时间不多,就让我说思路。

1.先是一个m*n矩阵图走迷宫共有多少条路径?

需要用到动态规划,还有排列组合。

2. 2-sum问题。这个答出来了,中间有用了一种方法,自己想的,虽然没有降低时间复杂度,但挺新颖的。

3.问了最熟悉哪个机器学习算法。说逻辑回归,谈了下逻辑回归原理。问了为什么总Sigmod函数,而不是其他双曲函数或Rule函数。

4.然后他说对Xgboost这个感兴趣,Xgboost比GBDT做了什么优化,他说了一点,问还有一点是在数据集遍历上的优化?

5.问了随机森林,随机森林与决策树相比,有哪些更多的优化?

6.问了信息熵,和信息增益,和信息增益率,现实中代表什么?

信息增益率比信息增益解决了哪些问题?

总结

感受到大公司氛围就是挺好的。不管结果如何。都有所收获,至少知道了自己的优点和不足。

1. 缺乏常规算法训练

2. 没有很深究到机器学习原理的细节和底层具体推导。

想进大厂,必须得加强算法训练(多刷题),机器学习算法掌握来龙去脉,熟知重要原理和应用及优化。

以上面试问题,大家有自己的答案了吗?对自己拿不准的问题,欢迎大家留言,一起讨论。

相关链接

回归算法

回归分析简介

最小二乘法:背后的假设和原理(前篇)

最小二乘法原理(后):梯度下降求权重参数

线性回归:算法兑现为python代码

线性回归:OLS 无偏估计及相关性python分析

线性回归:谈谈多重共线性问题及相关算法

机器学习:说说L1和L2正则化

决策树回归:不调包源码实现

分类算法

逻辑回归| 原理解析及代码实现

逻辑回归| 算法兑现为python代码

决策树

对决策树剪枝

sklearn分类和回归

提炼出分类器算法

贝叶斯分类

朴素贝叶斯分类器:例子解释

朴素贝叶斯分类:拉普拉斯修正

单词拼写纠正器python实现

半朴素贝叶斯分类器

支持向量机参数求解

支持向量机之软间隔和核函数

聚类算法

期望最大算法:实例解析

高斯混合模型:聚类原理分析

高斯混合模型:聚类求解

高斯混合模型:求解完整代码

高斯混合模型:不调包多维数据聚类分析

K-Means算法

聚类算法之DBSCAN

集成算法

Adaboost算法

提升树算法思想

XGBoost思想

XGBoost模型构造

XGBoost 安装及实战应用

推荐算法

关联规则Apriori算法

PageRank算法原理

海量数据求top K 之最小堆实现

快速排序思想求topk

本文分享自微信公众号 - Python与机器学习算法频道(alg-channel),作者:地球村长

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-04-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 算法刷题起航,帮你走向下一个巅峰!

    先说一个题外话,昨天收到微信公众号通知,邀请我参与个人认证。提交后公众号很快核实并通过我的申请,下面是认证后的公众号显示,欢迎去围观:

    double
  • 写算法代码的一些教训

    如11点多朋友圈内留言,简单总结了下近两周写的代码及今天调试的心得。尽管写过一些代码,也有一些经验,但是感觉自己写代码还是小学生,该走的坑一点也没少。

    double
  • 素人为什么还要学算法?且看这 25 个回答,第 17 个回答一针见血!

    近来经常有朋友问,程序员需要学算法吗?为什么需要学算法?不会算法也能找个Java开发岗造软件所以就别浪费时间了。如果真要学,算法感觉很高深,需要数学,可是我数学...

    double
  • 数据vs.算法,究竟哪个更重要

    数据和算法究竟哪个更重要并没有一个明确的界定,根据不同的情境和应用,它们发挥的作用不同。虽然实际情况确实如此,但是在数据为王的时代,算法的关心似乎已只停留在某些...

    机器学习AI算法工程
  • 【译】华尔街的“大数据”解决方案

    大数据文摘
  • 数据vs.算法,究竟谁更重要

    【编者按】随着服务器愈加的廉价,集群计算框架愈加成熟,大家似乎已经完全把眼光放到海量的数据上,算法的精心调校似乎已成为某些领域或者某些公司才去钻研的事情。那么,...

    CSDN技术头条
  • MLK | 机器学习常见算法优缺点了解一下

    2、使用基于决策树的combination算法,如bagging算法,randomforest算法,可以解决过拟合的问题。

    Sam Gor
  • 机器学习算法:人工神经网络、深度学习

    学习方式 根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。将算...

    机器学习AI算法工程
  • 【机器学习】机器学习的几种主要学习方法

    根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方法。爱吧机器人网认为,将算法按照学习方法分类是一个不错的...

    陆勤_数据人网
  • 【陆勤践行】机器学习的几种主要学习方法

    根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方法。在机器学习领域,有几种主要的学习方法。将算法按照学习...

    陆勤_数据人网

扫码关注云+社区

领取腾讯云代金券